左室舒张功能障碍 (LVDD) 加重会导致左室重构, 室壁僵硬, 顺应性降低, 从而走向不可逆阶段并进展为射血分数保留型心力衰竭. 为早期诊断 LVDD, 本文提出一种基于改进的自适应噪声完全集合经验模式分解 (ICEEMDAN) 多尺度样本熵 (MSE) 的心音特征结合逻辑回归模型的无创检测方法. 首先, 采用改进的小波去噪方法对心音信号进行预处理. 其次, 通过 ICEEMDAN 方法将非平稳的心音信号分解为多个反映心音本体特征的平稳的固有模态函数 (IMF), 再利用互相关系数准则筛选 IMF, 并提取所筛选 IMF 的 MSE, 以构成特征向量作为分类器的输入. 最后, 通过与其他 3 种分类模型的性能比较, 将逻辑回归应用于 LVDD 识别. 结果表明, 该方法能有效提取心音特征, 其准确率为 89. 85%, 灵敏度为 92. 17%, 特异度为 87. 63%, 证明了采用心音信号对 LVDD 进行早期诊断的有效性.